Git Stars Git Stars

#bigdata Dépôts

Découvrez 51 dépôts GitHub open source actifs associés à #bigdata, cumulant 261,861 étoiles au total (soit une moyenne de 5,134 étoiles par projet). Le projet en tête de ce thème est DataExpert-io/data-engineer-handbook, avec 45,237 étoiles.

51
Total des Dépôts
261,861
Nombre total d'étoiles
5,134
Moyenne d'Étoiles/Dépôt
1
DataExpert-io/data-engineer-handbook

Ceci est un référentiel avec des liens vers tout ce que vous voudriez jamais apprendre sur l'ingénierie des données

DataExpert-io
⭐ 45,237 Jupyter Notebook 👤 DataExpert-io Organization 🕐 Mis à jour 2026-08-03 📅 Créé 2023-11-19
2
rustfs/rustfs

RustFS est un système de stockage d’objets open source, compatible avec S3 et hautes performances, qui prend en charge la migration et la coexistence avec d’autres plateformes compatibles avec S3, telles que MinIO et Ceph.

rustfs
⭐ 36,341 Rust 👤 rustfs Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2023-11-23
3
taosdata/TDengine

Base de données de séries temporelles haute performance et évolutive, conçue pour les scénarios d'IoT industriel (IIoT)

taosdata
⭐ 25,203 C 👤 taosdata Organization 🕐 Mis à jour 2026-11-15 📅 Créé 2019-07-11
4
apache/shardingsphere

Renforcer l'Intelligence des Données avec SQL Distribué pour le Sharding, la Scalabilité et la Sécurité dans Toutes les Bases de Données.

apache
⭐ 20,832 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-01-18
5
heibaiying/BigData-Notes

Guide d'introduction au Big Data :star:

heibaiying
⭐ 16,818 Java 👤 heibaiying User 🕐 Mis à jour 2024-01-05 📅 Créé 2019-03-10
6
juicedata/juicefs

JuiceFS est un système de fichiers POSIX distribué construit sur Redis et S3.

juicedata
⭐ 14,766 Go 👤 juicedata Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-01-08
7
oxnr/awesome-bigdata

Une liste organisée d'incroyables frameworks big data, de ressources et d'autres choses géniales.

oxnr
⭐ 14,744 👤 oxnr User 🕐 Mis à jour 2026-11-13 📅 Créé 2014-07-04
8
databendlabs/databend

Data Agent Ready Warehouse : Un pour Analytics, Recherche, IA, Sandbox Python. — reconstruit à partir de zéro. Architecture unifiée sur votre S3.

databendlabs
⭐ 9,502 Rust 👤 databendlabs Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-10-10
9
vaexio/vaex

DataFrame hybride Apache Arrow/NumPy hors mémoire pour Python, ML, visualisation et exploration de grandes données tabulaires à un milliard de lignes par seconde 🚀

vaexio
⭐ 8,518 Python 👤 vaexio Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2014-09-27
10
apache/hudi

Upserts, suppressions et traitement incrémental sur les Big Data.

apache
⭐ 6,387 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2016-12-14
11
volcano-sh/volcano

Un Système de Lots Natif du Cloud (Projet sous CNCF)

volcano-sh
⭐ 6,106 Go 👤 volcano-sh Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2019-03-14
12
iGaoWei/BigDataView

Plus de 100 ensembles de modèles HTML5 pour écrans géants de visualisation de données massives et tendances ; Secteurs inclus : communautaire, immobilier, gouvernemental, transport, finance bancaire, etc., les modèles de visualisation de données massives les plus récents, les plus nombreux, les plus complets, les plus cool et les plus tendance sur l'ensemble du réseau. Mise à jour progressive.

iGaoWei
⭐ 5,352 JavaScript 👤 iGaoWei User 🕐 Mis à jour 2025-10-24 📅 Créé 2021-07-29
13
DTStack/chunjun

Un framework d'intégration de données

DTStack
⭐ 4,107 Java 👤 DTStack Organization 🕐 Mis à jour 2026-10-09 📅 Créé 2018-04-03
14
liyupi/sql-generator

🔨 Générez des instructions SQL structurées avec JSON, basé sur Vue3 + TypeScript + Vite + Ant Design + MonacoEditor, le projet est simple (logique forte, pages légères), convient pour s'entraîner~

liyupi
⭐ 3,455 Vue 👤 liyupi User 🕐 Mis à jour 2024-01-17 📅 Créé 2022-05-12
15
apache/avro

Apache Avro est un système de sérialisation de données.

apache
⭐ 3,314 Java 👤 apache Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2009-05-21
16
MoRan1607/BigDataGuide

Apprentissage des Big Data, Apprendre les Big Data à partir de zéro, Inclut des vidéos d'apprentissage et des matériaux d'entretien pour chaque étape de l'apprentissage des Big Data

MoRan1607
⭐ 3,259 👤 MoRan1607 User 🕐 Mis à jour 2026-01-20 📅 Créé 2019-11-30
17
griddb/griddb

GridDB est une base de données open source de nouvelle génération qui rend les séries temporelles IoT et les big data rapides et faciles.

griddb
⭐ 2,470 C++ 👤 griddb Organization 🕐 Mis à jour 2026-03-19 📅 Créé 2016-02-24
18
apconw/Aix-DB

Aix-DB, basé sur le framework LangChain/LangGraph et combiné avec l'architecture de collaboration multi‑agents MCP Skills, réalise une conversion de bout en bout du langage naturel aux insights de données.

apconw
⭐ 2,268 JavaScript 👤 apconw User 🕐 Mis à jour 2026-11-06 📅 Créé 2024-11-15
19
dotnet/spark

.NET for Apache® Spark™ rend Apache Spark™ facilement accessible aux développeurs .NET.

dotnet
⭐ 2,096 C# 👤 dotnet Organization 🕐 Mis à jour 2026-11-05 📅 Créé 2019-04-22
20
DTStack/flinkStreamSQL

Basé sur Flink open-source, il étend son SQL en temps réel ; implémente principalement le join entre les flux et les tables de dimensions, prenant en charge toute la syntaxe du Flink SQL natif

DTStack
⭐ 2,058 Java 👤 DTStack Organization 🕐 Mis à jour 2024-02-21 📅 Créé 2018-09-12
21
byzer-org/byzer-lang

Byzer (anciennement MLSQL) : Un langage de programmation open-source low-code pour les pipelines de données, l'analyse et l'IA.

byzer-org
⭐ 1,849 Scala 👤 byzer-org Organization 🕐 Mis à jour 2024-05-29 📅 Créé 2016-04-28
22
collabH/bigdata-growth

Le référentiel de connaissances Big Data couvre la modélisation de data warehouse, le calcul en temps réel, le Big Data, la plateforme de données centrale, la conception de systèmes, Java, les algorithmes, etc.

collabH
⭐ 1,838 Python 👤 collabH User 🕐 Mis à jour 2026-04-18 📅 Créé 2020-06-10
23
Netflix/genie

Service d'Orchestration de Big Data Distribué

Netflix
⭐ 1,766 Java 👤 Netflix Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2013-06-20
24
YoongiKim/AutoCrawler

Google, Naver rampeur web d'images multiprocessus (Selenium)

YoongiKim
⭐ 1,700 Python 👤 YoongiKim User 🕐 Mis à jour 2026-11-12 📅 Créé 2018-11-21
25
jadianes/spark-py-notebooks

Tutoriels Apache Spark & Python (pySpark) pour l'analyse de Big Data et l'apprentissage automatique sous forme de carnets IPython / Jupyter

jadianes
⭐ 1,667 Jupyter Notebook 👤 jadianes User 🕐 Mis à jour 2024-03-16 📅 Créé 2015-05-06
26
hi-primus/optimus

:truck: Flux de travail de préparation de données agiles rendus faciles avec Pandas, Dask, cuDF, Dask-cuDF, Vaex et PySpark

hi-primus
⭐ 1,539 Python 👤 hi-primus Organization 🕐 Mis à jour 2024-12-02 📅 Créé 2017-07-13
27
opendatadiscovery/odd-platform

La première plateforme open-source de découverte et d'observabilité des données. Nous facilitons la vie des praticiens de données afin que vous puissiez vous concentrer sur votre entreprise.

opendatadiscovery
⭐ 1,441 Java 👤 opendatadiscovery Organization 🕐 Mis à jour 2026-10-19 📅 Créé 2021-07-07
28
apache/celeborn

Apache Celeborn est un service élastique et haute performance pour les données de mélange et déversées.

apache
⭐ 1,081 Java 👤 apache Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2021-12-10
29
zeromicro/cds

Synchronisation des données en golang pour ClickHouse.

zeromicro
⭐ 982 Go 👤 zeromicro Organization 🕐 Mis à jour 2025-06-07 📅 Créé 2020-11-25
30
apache/livy

Apache Livy est une interface REST open source pour interagir avec Apache Spark depuis n'importe où.

apache
⭐ 962 Scala 👤 apache Organization 🕐 Mis à jour 2026-10-20 📅 Créé 2017-06-25
31
microsoft/Mobius

Liaisons de langage et extensions pour C# et F# vers Apache Spark

microsoft
⭐ 948 C# 👤 microsoft Organization 🕐 Mis à jour 2025-12-11 📅 Créé 2015-10-27
32
visualpython/visualpython

Générateur de code Python basé sur une interface graphique pour la science des données, extension pour Jupyter Lab, Jupyter Notebook et Google Colab.

visualpython
⭐ 917 JavaScript 👤 visualpython User 🕐 Mis à jour 2024-07-03 📅 Créé 2021-05-02
33
pingcap/tispark

TiSpark est conçu pour exécuter Apache Spark sur TiDB/TiKV.

pingcap
⭐ 889 Scala 👤 pingcap Organization 🕐 Mis à jour 2026-08-20 📅 Créé 2017-05-02
34
intsmaze/flink-boot

L'échafaudage Flink-Boot de Lazy Squirrel permet à Flink d'adopter pleinement l'écosystème Spring, permettant aux développeurs de développer des programmes de traitement de flux distribués avec le mode de développement Java WEB. Lazy Squirrel rend la transition plus simple. Lazy Squirrel vise à permettre aux développeurs d'écrire et de mettre en œuvre rapidement du code métier avec des coûts d'entrée plus bas (sans avoir à comprendre la théorie du calcul distribué et les détails du framework Flink). Afin d'améliorer davantage l'agilité du développement de projets de grande envergure en utilisant l'échafaudage Lazy Squirrel, l'échafaudage intègre par défaut le framework Spring pour la gestion des Bean, tout en intégrant des frameworks couramment utilisés dans les domaines des microservices et du développement WEB, afin d'améliorer encore la vitesse de développement. Par exemple, l'intégration du framework ORM Mybatis, du framework de validation Hibernate Validator, du framework de retry Spring Retry, etc. Voir les caractéristiques de l'échafaudage ci-dessous pour plus de détails.

intsmaze
⭐ 827 Java 👤 intsmaze User 🕐 Mis à jour 2024-04-27 📅 Créé 2020-11-10
35
NationalSecurityAgency/datawave

DataWave est un framework d'ingestion/requête qui exploite Apache Accumulo pour fournir un accès rapide et sécurisé aux données.

NationalSecurityAgency
⭐ 779 Java 👤 NationalSecurityAgency Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2018-01-10
36
gearpump/gearpump

Moteur léger de streaming de mégadonnées en temps réel basé sur Apache Pekko

gearpump
⭐ 757 Scala 👤 gearpump Organization 🕐 Mis à jour 2026-11-09 📅 Créé 2014-07-23
37
MrXujiang/v6.dooring.public

Solution d'écran de visualisation, fournissant un moteur d'édition visuel pour aider les particuliers ou les entreprises à personnaliser facilement leurs propres applications d'écran de visualisation.

MrXujiang
⭐ 715 TypeScript 👤 MrXujiang User 🕐 Mis à jour 2025-07-06 📅 Créé 2021-03-08
38
WeBankFinTech/WeDataSphere

WeDataSphere est une suite de plateformes big data de grade financier, tout-en-un.

WeBankFinTech
⭐ 676 👤 WeBankFinTech Organization 🕐 Mis à jour 2024-03-14 📅 Créé 2019-07-23
39
bigartm/bigartm

Plateforme rapide de modélisation de sujets

bigartm
⭐ 673 C++ 👤 bigartm Organization 🕐 Mis à jour 2026-02-05 📅 Créé 2014-09-15
40
AbsaOSS/spline

Solution de Suivi et de Visualisation du Linage des Données

AbsaOSS
⭐ 669 Scala 👤 AbsaOSS Organization 🕐 Mis à jour 2026-11-04 📅 Créé 2017-05-30
41
unum-cloud/UStore

Base de données transactionnelle embarquée pour blobs, documents et graphes, avec NVMe contournant le noyau via io_uring et SPDK, compactage sur GPU et une ABI C unifiée pour ses propres moteurs, RocksDB et LevelDB 🗄️

unum-cloud
⭐ 649 C++ 👤 unum-cloud Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2022-06-12
42
gangly/datafaker

Datafaker est un outil de génération de données de test à grande échelle et de données de test de flux. Datafaker falsifie les données et les insère dans diverses sources de données. Outil de génération de données de test

gangly
⭐ 643 Python 👤 gangly User 🕐 Mis à jour 2026-04-04 📅 Créé 2019-03-26
43
marmotdata/marmot

Le centre de connaissances open source de votre entreprise. Marmot comprend la signification de vos données, contrôle qui peut les utiliser et exécute chaque requête de vos équipes et de vos agents, après vérification et avec un enregistrement. Catalogue, lignage, SQL gouverné et serveur MCP dans un seul binaire Go.

marmotdata
⭐ 639 Go 👤 marmotdata Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-03-12
44
minio/sidekick

Équilibreur de charge côté sidcar HTTP haute performance

minio
⭐ 585 Go 👤 minio Organization 🕐 Mis à jour 2025-07-14 📅 Créé 2020-03-05
45
achtungsoftware/alarik

Stockage d'objets distribué haute performance compatible S3, axé sur la vitesse et conçu comme une alternative ouverte à MinIO et RustFS.

achtungsoftware
⭐ 584 Swift 👤 achtungsoftware Organization 🕐 Mis à jour 2026-09-19 📅 Créé 2025-12-06
46
ganweisoft/TOMs

TOMs est un framework de développement généraliste entièrement open-source, hautes performances, systématique, orienté plugin et indépendant du scénario.

ganweisoft
⭐ 581 CSS 👤 ganweisoft Organization 🕐 Mis à jour 2025-12-04 📅 Créé 2025-06-11
47
mvillarrealb/docker-spark-cluster

Un cluster standalone Spark simple pour les besoins de votre environnement de test

mvillarrealb
⭐ 570 Dockerfile 👤 mvillarrealb User 🕐 Mis à jour 2024-03-06 📅 Créé 2018-09-23
48
leesf/hudi-resources

Résumé des matériaux liés à Apache Hudi

leesf
⭐ 554 👤 leesf User 🕐 Mis à jour 2026-03-31 📅 Créé 2019-12-11
49
zhaoyachao/zdh_web

Collecte de big data, plateforme d'extraction, zdh_web est la plateforme de gestion visuelle pour les services de la série zdh, incluant des modules tels que la collecte de données, la planification, les autorisations, le flux d'approbation, le marketing de domaine privé, etc.

zhaoyachao
⭐ 536 HTML 👤 zhaoyachao User 🕐 Mis à jour 2026-06-07 📅 Créé 2020-02-03
50
nicgirault/circosJS

bibliothèque d3 pour construire des graphiques circulaires

nicgirault
⭐ 534 JavaScript 👤 nicgirault User 🕐 Mis à jour 2026-01-23 📅 Créé 2014-11-28

Foire aux questions

1

Quel est le dépôt #bigdata le plus populaire sur GitHub ?

Le projet #bigdata open source le mieux classé sur GitHub est DataExpert-io/data-engineer-handbook, avec 45,237 étoiles. Ceci est un référentiel avec des liens vers tout ce que vous voudriez jamais apprendre sur l'ingénierie des données

2

Quels langages de programmation sont les plus utilisés dans les dépôts #bigdata ?

Parmi les projets #bigdata les mieux classés sur GitHub, les langages de programmation les plus courants sont Java, Go, Python, Scala.

3

Comment le classement des dépôts #bigdata est-il calculé ?

Nous suivons 51 dépôts open source actifs associés à #bigdata (500+ étoiles), totalisant 261,861 étoiles, avec une moyenne de 5,134 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.